Bài báo này đề cập đến tác động đáng kể của chất lượng hình ảnh đến hiệu suất của mạng nơ-ron sâu (DNN). DNN được biết đến rộng rãi là nhạy cảm với những thay đổi trong điều kiện hình ảnh. Trong khi đánh giá chất lượng hình ảnh truyền thống (IQA) cố gắng đo lường và điều chỉnh chất lượng với các đánh giá nhận thức của con người, thì các số liệu nhạy cảm với điều kiện hình ảnh và cũng phù hợp tốt với độ nhạy của DNN thường là cần thiết. Bài báo này trước tiên đặt câu hỏi về mức độ thông tin của các số liệu IQA hiện có đối với hiệu suất của DNN. Chúng tôi chứng minh về mặt lý thuyết và thực nghiệm rằng các số liệu IQA hiện có là những yếu tố dự báo yếu về hiệu suất của DNN đối với phân loại hình ảnh. Sử dụng khuôn khổ nhân quả, chúng tôi phát triển các số liệu thể hiện mối tương quan mạnh với hiệu suất của DNN, cho phép ước tính hiệu quả sự phân bố chất lượng của các tập dữ liệu hình ảnh quy mô lớn cho các nhiệm vụ thị giác mục tiêu.
